基于msGA的冷连轧轧制策略优化

介绍了遗传算法的基本原理和全局并行遗传算法的特点，以及全局并行遗传算法在板带冷连轧生产轧制策略优化过程中的应用。研究表明，该方法便于提高生产效率和产品质量。     

基于Spark的交互式数据预处理系统

高质量的决策依赖于高质量的数据,数据预处理是数据挖掘至关重要的环节.传统的数据预处理系统并不能很好的适用于大数据环境,企业现阶段主要使用Hadoop/Hive对海量数据进行预处理,但普遍存在耗时长、效率低、无交互等问题.提出了一种基于Spark的交互式数据预处理系统,系统提供一套通用的数据预处理组件,并支持组件的扩展,数据以电子表格的形式展现,系统记录用户的处理过程并支持撤销重做.本文从数据模型、数据预处理操作、交互式执行引擎以及交互式前端四个方面描述了系统架构.最后使用医疗脑卒中的真实数据对系统进行验证,实验结果表明,系统能够在大数据场景下满足交互式处理需求.     

高蓬松黑色涤纶的工艺探讨

为开发高蓬松弹力丝,在设备方面,对宏源1000-M型加弹机进行了改造;在工艺方面,采用1-5-2-1组合盘片加捻,设置合适的第一热箱温度,关闭油轮变频等工艺优化措施,生产出了弹性高、蓬松性好、吸水性强的高蓬松黑色涤纶弹力丝。     

聚氨酯与含氯聚合物的溶混性研究

研究了含氯聚合物对聚氨酯胶粘剂的共混改性 ,发现PU与CP1 92和PVC/VAc在一定比例下可以有较好的溶混性。混合溶液作为PVC人造革粘合剂可以得到足够好的粘合强度且成本可降低 2 9.6%。混合体系的红外光谱显示羰基吸收强度发生变化 ,该变化与溶混体系中含氯聚合物的比例有关。     

石灰、石膏及混合絮凝剂对钻孔废弃泥浆压滤脱水性能的影响

以钻孔粘土废弃泥浆为研究对象,选用石灰和石膏作为絮凝剂,采用先单一、后混合添加的方法,按照先絮凝、后压滤的试验步骤,研究不同加药量时,石灰、石膏两种絮凝剂单独使用以及不同配合比时,絮凝剂对钻孔粘土废弃泥浆絮凝脱水的规律.试验结果表明,添加石灰和石膏絮凝剂后,泥浆压滤脱水规律呈非线性增长.添加单一絮凝剂时,泥浆压滤脱水速率随加絮凝剂加药量的增加而增大,存在最优加药量;添加混合絮凝剂时,石灰絮凝剂加药量的变化对泥浆压滤脱水具有较大的影响;当石灰絮凝剂加药量未达到最优时,石膏絮凝剂加药量的变化对泥浆压滤脱水影响较小,当石灰絮凝剂加药量达到最优后,石膏絮凝剂加药量变化对泥浆压滤脱水影响较大.并建立两者添加方式最优加药量时泥浆脱水数学模型.研究结果为工程中泥浆固液分离提供重要指导.     

GWMS在地下水系统数值模拟中的应用——以秦王川盆地南部灌区为例

通过对研究区地质及水文地质条件的分析，在建立概念模型的基础上，利用GWMS地下水系统数值模拟软件可视化特征和功能强大的数值算法，对秦王川盆地南部灌区地下水系统水资源进行了模拟和评价。研究结果表明：研究区内随着灌溉配套工程的逐步实施，地下水位呈现上升趋势，在达到设计水平年（2010年）条件后，5a内地下水位将平均上升1．0m左右，局部可迭1．5m，盐渍化范围将进一步扩大。     

中国的资源外交尚需大智慧

改革开放后的中国，在经济飞速发展的同时，也陷入了急速扩张的制造规模与相对贫瘠的资源条件之间的紧张关系所形成的窘境。随着资源外交的深化，将难以避免地带动多种复杂的战略与安全互动．对中国来说，既是外交上的新考验，也是发展道路上的长期挑战。     

基于EMD与粗糙集及神经网络相结合的短期负荷预测

为了提高预测具有周期性和随机性的电力负荷精度,提出了一种基于经验模式分析(EMD)与粗糙集及神经网络相结合的短期负荷预测方法.该方法利用EMD的自适应性,自动地将目标负荷序列分解为若干个独立的内在模式分量.考虑影响电力负荷的气象因子和模式分量信息量较大,利用粗糙集进行了属性约简,约简后的各个分量采用相匹配BP神经网络模型分别进行预测,然后,相加各分量预测值得到最终预测结果.仿真试验表明,该方法与EMD - BP模型预测方法相比,具有较高的精度和较强的适应能力.     

基于遗传算法优化参数的支持向量机燃煤发热量预测

利用支持向量回归机(SVR)和遗传算法(GA)对煤的低位发热量建模,采用遗传算法对支持向量机预测模型的各项参数进行寻优,为减少所选参数对训练样本的依赖性,引入交叉验证的思想,以推广能力最好的一组参数作为最终参数.将优化参数代入 SVR 模型,得到基于遗传算法的支持向量回归机(GA-SVR)模型.通过对电厂入炉煤的试验数据进行分析,并且与常规 SVR 模型和 BP 神经网络模型(BP-ANN)进行对比,以验证该模型的可靠性和精确性.结果表明,该方法可准确地预测燃煤发热量.